zyushg/codex_gpt_tokenized_dataset
收藏Hugging Face2023-04-07 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/zyushg/codex_gpt_tokenized_dataset
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: input_ids
sequence: int32
splits:
- name: train
num_bytes: 8618263476
num_examples: 16702061
- name: valid
num_bytes: 48072624
num_examples: 93164
download_size: 3804670316
dataset_size: 8666336100
---
# Dataset Card for "codex_gpt_tokenized_dataset"
[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构：
zyushg
原始信息汇总
数据集概述
数据集名称
codex_gpt_tokenized_dataset
数据集特征
- 名称: input_ids
- 序列类型: int32
数据集分割
- 训练集
- 样本数量: 16702061
- 数据大小: 8618263476 字节
- 验证集
- 样本数量: 93164
- 数据大小: 48072624 字节
数据集大小
- 下载大小: 3804670316 字节
- 总数据大小: 8666336100 字节
